2019年大创项目汇总
1、项目名称：“新药工”--基于Android平台与机器视觉的中药材识别软件
项目描述：本项目利用深度学习和机器视觉，完成一种中药材品识别的新方法并基于Android平台，开发出移动端中药材识别应用软件--“新药工”。
涉及技术领域：图像处理，深度学习，深度卷积神经网络，Android
开发平台：Android平台，深度学习平台
开发工具：深度学习工具，Android开发工具
指导老师：陈虎
：
2、项目名称：酷炫人脸识别--基于Android平台的人脸识别移动端软件
项目描述：基于深度学习的人脸识别算法，基于Android平台，开发完成酷炫的人脸识别软
件系统。
涉及技术领域：图像处理，深度学习，Android，人脸识别
开发平台：Android平台，深度学习平台
开发工具：深度学习工具，Android开发工具，数据库mysql
指导老师：陈虎
：
3、项目名称：基于深度视觉的智能铁轨检测软件
项目描述：本项目利用深度学习和机器视觉，完成一种铁轨轨道状况的快速定位与缺陷检测软件系统。
涉及技术领域：图像处理，深度学习，深度卷积神经网络
开发平台：windows平台，深度学习平台
开发工具：VC++，深度学习工具（caffe，tensorflow或其他），数据库mysql
指导老师：陈虎
：
4、项目名称：自适应脉冲神经网络在无人机目标识别中的应用
项目描述：依据神经科学最新研究成果，从研究神经编码和脉冲计算的基础理论出发，提出融合特征提取的神经信息编码优化方法，和基于完全时间编码的脉冲神经网络（SNN，Spiking Neural Networks）学习算法，解决无人机目标识别和定位问题，为面向智能化航空应用的类脑计算技术提供理论支撑。项目成果可参加全国互联网+大学生创新创业大赛（建议大二及以上学年同学申报，具有一定基础和对做研究感兴趣，有决心能认真完成项目的大一同学也可以申报）。
涉及技术领域：机器学习和模式识别
开发平台：MATLAB
开发工具：MATLAB、适当结合C语言混合编程
指导老师：高绍兵
：，  ：
5、项目名称：基于机器学习的喉部内窥镜图像特征提取与分析及在肿瘤分类和预测中的应用
项目描述：利用机器学习理论，建立算法提取喉部内窥镜图像中的有效特征，用于喉部类肿瘤的识别与诊断，比图与声带白斑相关的疾病的检测，建立图形用户界面和开发一套展示软件，项目成果可参加全国互联网+大学生创新创业大赛（建议大二及以上学年同学申报，具有一定基础和对做研究感兴趣，有决心能认真完成项目的大一同学也可以申报）。
涉及技术领域：机器学习，模式识别，图像处理
开发平台：MATLAB
开发工具：MATLAB、适当结合C语言混合标称
指导老师：高绍兵
：，  ：
6、项目名称：复杂场景下的彩图像非均匀光照颜校正
项目描述：结合脑科学最新研究成果，利用图像处理和机器学习方法，建立复杂场景下的彩图像非均匀光照颜估计算法，用于解决手机所拍摄图像的偏问题，比如解决复杂光照环境，如室内，室外阴影，夜间等场景下拍摄的图像的颜处理和增强。项目现已经具有现成的代码及论文，需要研究者进一步在此基础上创新，加入新的机制或功能大幅地提升现有算法的性能，目前的一个思路是加入---Top-down(自上而下)的信息（建议大二及以上学年同学申报，具有一定基础和对此研究感兴趣，有决心能认真完成项目的大一同学也可以申报）。
涉及技术领域：机器学习，模式识别，图像处理，脑科学
开发平台：MATLAB
开发工具：MATLAB、适当结合C语言混合标称
指导老师：高绍兵
：， ：
7、项目名称：基于视觉融合机理的高动态范围图像渲染
项目描述：结合脑科学最新研究成果，建立算法生成不同曝光程度，增强程度，颜保真程度的彩图像，然后使用基于视觉自适应及融合机制的方法最优的融合多幅图像以生成高质量的彩图像，充分的显示图像的亮区域和暗区域的细节，尤其是增强夜间图像，能够帮助无人驾驶系统更好地检测夜间行驶的车辆和交通标志等应用场景，项目拟基于现有的工作继续来做（建议大二及以上学年同学申报，具有一定基础和对做研究感兴趣，有决心能认真完成项目的大一同学也可以申报）。
涉及技术领域：机器学习，模式识别，图像处理，脑科学
开发平台：MATLAB
开发工具：MATLAB、适当结合C语言混合标称
指导老师：高绍兵
：，  ：
8、项目名称：基于fMRI的计算模型研究及应用
项目描述：本项目主要同华西医学院核磁共振中心的医生合作，扫描正常人和病人的Fmri数据。研究者刚开始主要协助医生进行被试数据的扫描和收集，后期需要自己掌握被试数据的扫描和收集的能力。基于收集的被试数据，需要对数据进行基本的分析，实验数据分析和结果可以继续作为本科毕业设计的内容，此项目非常适合想以后从事信息+医学领域相关工作和研究生深造的同学，比如跨学科专业（计算机+核医学、放射医学，医学影像学等），研究者将具有一定机会同华西的老师和同学合作。除了上述内容，申请者也可以考虑做基于机器学习的fmri数据分析和处理。（建议大二或大三及以上学年同学申报，具有一定基础和对做研究感兴趣，良好的沟通能力（主要和被试沟通，联系实验时间等），能够有充足的时间在华西校区完成实验数据的收集）。
涉及技术领域：脑科学，医学影像学，模式识别，图像处理
开发平台：MATLAB
开发工具：MATLAB、适当结合C语言混合标称
指导老师：高绍兵
：，  ：
9、项目名称：AI算法的量子计算的模拟
项目描述：“量子计算是一种颠覆性的未来计算技术，经典计算机需要耗时上万年的某些计算任务，量子计算机在几分钟甚至瞬间可完成。”【1】但量子计算还未能实现为通用计算机。使用微软量子编程语言Q#和模拟软件包【2】，实现一种简单的AI算法，使能发挥量子计算机的优势。
涉及技术领域：量子计算、AI
开发平台：Visual Studio 2017
开发工具：Q#（2017年发布）
指导老师：潘无名
：
Email：
【1】华为发布量子计算模拟器HiQ云
【2】
10、项目名称：使用智能手机相机进行房间识别
项目描述：根据图像分类和描述识别房子里面的具体房间。组合使用微软认知AI云服务和本机原生API。
涉及技术领域：认知AI，计算机视觉
开发平台：Windows，iOS，Android
开发工具：Visual Studio，XCode
指导老师：潘无名
：
Email：
11、项目名称：使用PEG工具翻译Andriod代码到iOS代码
项目描述：解析表达语法（parsing expression grammar）由 Bryan Ford 于 2004年提出。使用PEG工具如pyPEG可以简单解析代码为程序可操纵的数据结构，进一步能翻译为其它流行平台语言的程序。
涉及技术领域：程序语言定义
开发平台：Python
开发工具：pyPEG
指导老师：潘无名
：
Email：
12、项目名称：物联网入侵防御系统
项目描述：利用Arduino，树莓派搭建基于网络数据包分析的轻量级IOT入侵防御系统，能够对物联网内发生的异常网络数据流进行实时检测与分析，阻断来自网内和网外的网络攻击和对物联网设备的非法控制与使用
涉及技术领域：物联网开发、网络安全
开发平台：Arduino、树莓派
指导老师：陈文
：
备   注：该项目难度较大，需额外学习较多知识，若非真正对网络安全感兴趣勿选
13、项目名称：自适应网络流异常检测系统
项目描述：结合网络入侵检测IDS引擎和基于机器学习的网络流分析模型，实现对网络数据流进行异常状态检测，包括：网络流统计分析，数据包内容分析，流量特征分析，能够检测各类已知和未知的网络攻击数据包，并将新发现的攻击流特征转化为IDS规则，实现自适应的IDS规则库进化。
涉及技术领域：网络安全、机器学习
开发平台：Linux
指导老师：陈文
：
要   求：数学基础好，能读懂英文文献，会熟练使用Linux，对网络安全感兴趣
备   注：该项目难度较大，需额外学习较多知识，若非真正对网络安全感兴趣勿选
14、项目名称：在线口腔正畸图像分析助手软件平台
项目描述：开发一个在线式的图像分析软件，具备区域扣图、透明度调整、颜迁移、几何参数测量和图像三维方案混合显示、方案效果图社交媒体分享等功能，帮助口腔正畸医生高效高质量地完成方案的设计。并探索以此平台为基础，发展精确化正畸专业知识咨询与分享模式的可能。
涉及技术领域：计算机、互联网、口腔正畸
开发平台：任选
开发工具：任选
指导老师：宋万忠
：
15、项目名称：基于深度学习的口腔正畸图像扣图方法
项目描述：针对精确正畸方案设计的需要，建立中小规模的正畸图像扣图数据库，采用深度学习，实现正畸图像的自动精确快速扣图，满足在线正畸方案设计的需要。
涉及技术领域：计算机视觉、人工智能、口腔正畸
开发平台：任选
开发工具：任选
指导老师：宋万忠
：
16、项目名称：用于口扫三维重建的深度相机重定位方法实现
项目描述：在将手持式深度相机用于复杂对象或场景的三维重建时，需要进行回环检测，相机重定位是实现回环检测的前提。 此项目针对口扫中三维重建的需要，研发采用机器学习的深度相机重定位方法和及软件实现。
涉及技术领域：计算机视觉
开发平台：Windows
开发工具：VS2015 C++
指导老师：宋万忠
：
17、项目名称：基于深度学习的恶意用户行为检测linux在线编程
项目描述：采用最新的深度学习方法，对网络恶意用户行为进行检测，实现对恶意用户和恶意网络行为的识别
涉及技术领域：人工智能、网络安全
开发平台：windows(或linux)
开发工具：python 3.5+ tensorflow
指导老师：杨进
：
17、项目名称：基于卷积神经网络的网络用户分类算法研究
项目描述：采用卷积神经网络算法并加以改进，实现对网络用户进行自动分类。
涉及技术领域：人工智能、网络安全
开发平台：windows(或linux)
开发工具：python 3.5 + tensorflow
指导老师：杨进
：
18、项目名称：基于LSTM算法的网络入侵行检测算法研究
项目描述：基于深度学习方法，采用LSTM算法并加以改进，实现对网络入侵行为智能检测。
涉及技术领域：人工智能、网络安全
开发平台：windows(或linux)
开发工具：python 3.5 + tensorflow
指导老师：杨进
：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。